机器视觉系统选型-相机选型

分辨率:通过视野大小和精度需求来确定 相机分辨率

eg:视野(工件10mm8mm允许2mm的浮动):12mm 10mm,检测精度需求为0.01mm则理论需求的相机分辨率为:12mm/0.01mm=1200以及10mm/0.01mm=1000此时选择一个分辨率略大于1200*1000的相机就能满足检测需求。

黑白彩色:一般不需要检测图像颜色信息的都用黑白相机

曝光时间:若是飞拍则需一定的最小曝光时间 原则是:最小曝光时间内物体或者相机移动的距离≤1个像素就行。

帧率: 满足飞拍时连续拍照的时间间隔

数据接口:GigE cameLink USB

芯片尺寸:几分之一英寸

镜头接口:C和CS

快门方式:一般来说运动物体用全局快门,静止物体用卷帘快门

复制代码
  Cognex Cam-CIC-5000R-14-G:500w 卷帘快门 14帧/秒 黑白相机
	接口GigE 分辨率2592*1944 像素位深12bits 靶面尺寸:2.5分之一英寸
	感光芯片:COMS 芯片尺寸:5.7mm*4.28mm

相机选型总结:

精度满足要求: 一般实际精度要高于项目所需求的精度eg:需求为0.02mm 我们可以给0.01mm甚至0.005mm的精度

确定色彩要求:

曝光时间:

帧率/数据接口:

芯片尺寸:

镜头接口:

其他相关

PS:常见芯片尺寸: ¼英寸为3.6mm x 2.7mm 对角线4mm

⅓英寸为4.8mm x 3.6mm 对角线6mm ½英寸为6.4mm x 4.8mm 对角线8mm

⅔英寸为8.8mm x 6.6mm 对角线11mm 1英寸为12.8mm x 9.6mm 对角线16mm

物距芯片尺寸=视野 焦距

相关推荐
程序员cxuan18 小时前
看了一下姚顺宇的访谈,确实太顶了。
人工智能·后端·程序员
心疼你的一切18 小时前
PyTorch实战:手写数字识别神经网络
人工智能·pytorch·深度学习·神经网络·机器学习
weixin_4577600018 小时前
基于 YOLO11-OBB 与 LPRNet ONNX 的车牌定位识别桌面系统实践
人工智能·python·车牌识别·yolo11
Autumn_ing18 小时前
2026实测:这5款AI生成UI工具支持Shadcn UI/Ant Design组件库
人工智能·ui·设计模式·aigc·设计规范
Mike_66618 小时前
摩尔线程AB100安装torch环境
人工智能·深度学习·ffmpeg·aarch64·摩尔线程·musa
无心水18 小时前
【Hermes:进阶调优与性能优化】41、模型选择策略:OpenRouter 多模型切换与成本优化
人工智能·性能优化·mcp协议·openclaw·养龙虾·hermes·honcho
子午18 小时前
道路车辆检测与计数系统~Python+YOLOV8算法+深度学习+人工智能+Web可视化界面
人工智能·python·yolo
周有贵18 小时前
AI视角下广电转型新探索:GEO技术与金鹰卡通初步接洽,解锁传媒AI融合新可能
大数据·人工智能·传媒
吃好睡好便好19 小时前
汪国真的诗歌《假如你不够快乐》摘录
学习
2601_9577867719 小时前
AI 原生营销矩阵系统:底层安全架构与多模态内容生产技术实现
人工智能·矩阵·安全架构